Application of Bayesian variable selection methods and shrinkage priors to epidemiological data
Notice bibliographique
Résumé
First developed in the 1970s, variable selection plays a vital role in selecting the correct inclusion of variables in a prediction model. From forward selection to penalized regression, a great number of approaches have been constructed within the frequentist framework. More recently, Bayesian variable selection techniques have been developed and gained popularity because of their ability to learn from prior knowledge and construct credible intervals for the parameters without additional computations. However, the application of the Bayesian techniques on data with missingness or spatial information have been limited and the use of customizable programs such as JAGS and RStan are required.In this thesis, we provide a comprehensive review of some commonly-used variable selection methods, especially the Bayesian priors, and the comparisons of these methods from past literature. We then apply the regularized Horseshoe prior to two epidemiological datasets to investigate: (1) the random effect of health care regions and social-material deprivation on the treatment decision for patients with aortic stenosis, and (2) the correlations between epidemiological factors and HIV status obtained from a HIV self-testing arm survey. The shrinkage prior is first applied to the AS treatment dataset from the Institut national de santé publique du Québec (INSPQ). Spatial information is contained in postal codes and treated as random effects with 0-1 adjacency matrix. We then analyze the HIV data obtained from a quasi-randomized control trial to explore the risk factors of human immunodeficiency virus (HIV) status. With missing values, we apply a Bayesian hierarchical model for imputation and the shrinkage prior to drop irrelevant predictors. At last, we provide our code and offer ideas for future research
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».